自然語言處理是人工智能早期研究領(lǐng)域之一。已經(jīng)編寫出能夠從內(nèi)部數(shù)據(jù)可問答用英語提出問題的程序，這些程序通過閱讀文本材料和建立內(nèi)部數(shù)據(jù)庫，能夠把句子從一種語言翻譯為另一種語言夢之星用易于給出的指令和獲取知識等。人類一直希望研制出一些可以替代人類活動的機(jī)器人（如機(jī)器人炊事員），而使機(jī)器人能夠理解自然語言是之中的關(guān)鍵所在，只要理解了自然語言，就可以根據(jù)這些語言執(zhí)行一些具體的活動。

人工智能在語言翻譯與語音理解程序方面已經(jīng)取得的成就，發(fā)展為人類自然語言處理的新概念。

學(xué)習(xí)能力無疑是人工智能研究領(lǐng)域上最突出最重要的一個方面。人工這 能在這方面的研究近年來取得了一些進(jìn)展。學(xué)習(xí)是人工智能主要標(biāo)志和獲得知識的基本手段。機(jī)器學(xué)習(xí)是使計算機(jī)具有智能的根本途徑。真如相克所說“一臺計算機(jī)若不能學(xué)習(xí)，就不能成為具有智能的。”此外機(jī)器學(xué)習(xí)還有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和解釋人要的奧秘。所以這是一個始終得到重視，理論正在創(chuàng)立，方法日臻完善，但遠(yuǎn)未達(dá)到理想境地的研究領(lǐng)域。

顯然，機(jī)器人領(lǐng)域智能化的提高必須在機(jī)器學(xué)習(xí)研究領(lǐng)域得到長足的發(fā)展的基礎(chǔ)下才能完成。機(jī)器學(xué)習(xí)的能力正是機(jī)器人最大的瓶頸，一些技術(shù)難關(guān)始終無法攻破，最難的領(lǐng)域往往是最有前景的領(lǐng)域。

機(jī)器人除了上述的學(xué)習(xí)能力，神經(jīng)網(wǎng)絡(luò)對于他也是一個很大的瓶頸，怎樣是高智能化的機(jī)器然想人一樣去感知外界的各種信息始終是一個無法逾越的鴻溝。人工神經(jīng)網(wǎng)絡(luò)研究已經(jīng)證明，用神經(jīng)網(wǎng)絡(luò)處理直覺和形象思維信息具有比傳統(tǒng)處理方式好得多的效果。神經(jīng)網(wǎng)絡(luò)有著非常廣闊的科學(xué)背景，是眾多學(xué)科研究的綜合成果。神經(jīng)生理學(xué)家、心理學(xué)家與計算機(jī)科學(xué)加的共同研究得出結(jié)論是：人腦是一個功能強(qiáng)大、結(jié)構(gòu)異常復(fù)雜的信息處理系統(tǒng)，其基礎(chǔ)是神經(jīng)元及其互聯(lián)關(guān)系。因此，對人腦神經(jīng)元和人工神經(jīng)網(wǎng)絡(luò)的研究，可能創(chuàng)造新一代人工智能機(jī)器—神經(jīng)計算機(jī)。

神經(jīng)計算機(jī)的研究對于機(jī)器人更高智能化具有非常大的推動作用，但是 次領(lǐng)域機(jī)器學(xué)習(xí)一樣，仍然需要一代一代人的不懈努力。

在人工智能的眾多研究領(lǐng)域中，已經(jīng)將機(jī)器人學(xué)單獨(dú)作為一個分支進(jìn)行研究，其中包括對操作機(jī)器人裝置程序的研究。這個領(lǐng)域所研究的問題，從機(jī)器人手臂的最佳移動到實(shí)現(xiàn)機(jī)器人目標(biāo)的動作序列的規(guī)劃方法，無所不包。

機(jī)器人和機(jī)器人血的研究促進(jìn)了許多人工智能思想的發(fā)展。他所導(dǎo)致的一些技術(shù)可用來模擬世界的狀態(tài)，用來描述從一種世界狀態(tài)轉(zhuǎn)變?yōu)榱硪环N世界狀態(tài)的過程。它對于怎樣產(chǎn)生動作序列的規(guī)劃以及怎樣監(jiān)督這些規(guī)劃的執(zhí)行有了一種較好的理解。復(fù)雜的機(jī)器人控制問題迫使我們發(fā)展一些方法，現(xiàn)在抽象和忽略細(xì)節(jié)的高層進(jìn)行規(guī)劃，然后再逐步在細(xì)節(jié)越來越重要的地層層層進(jìn)行規(guī)劃。機(jī)器人已在各種工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中和海洋以及國防領(lǐng)域獲得越來越普遍的應(yīng)用。